至顶网CIO与应用频道12月18日编译：你可能还没有意识到，自然语言处理（NLP）对于企业来说已经不仅仅是一种新兴的技术，它还是一种每天都在广泛使用的技术。在线搜索、拼写检查——机会所有涉及语言的功能都包含自然语言处理算法。
自然语言处理算法会教导计算机像人一样使用语言。如果你从一组文档中手动搜索信息的话，你可以查看关键字，就像是搜索引擎一样。这就是为什么机器翻译——自然语言处理的雏形——以二战中破译技术为蓝本。开发者希望机器翻译可以把俄文翻译为英文。结果惨不忍睹，但是编码人员坚持这一点，一种新型的机器学习诞生了。由于一家公司如果不能翻译的话就无法在国际市场上发展，所以自然语言处理是一项从一开始就有商业案例的技术。今天，自然语言处理就像通信本身一样，是企业工作内容的一部分。
下面是新兴的4个自然语言处理业务应用，如果你的企业正在考虑使用自然语言处理，可以从下面的应用着手。
1、神经机器翻译
机器翻译（MT）曾经是很可笑的，但是现在发展得还不错。因为自然语言处理软件以人类的方式学习语言，所以我们可以把机器翻译视为幼儿阶段。随着时间的推移，越来越多的词语被添加到引擎中，然后幼儿成长为滔滔不绝的少年。机器翻译的质量本质上取决于你给的单词数量，这需要花费一点的时间，这使得最初机器翻译难以有所扩展。
所幸的是，对于那些不希望花时间等待引擎“长大”的企业来说，还有神经机器翻译可以选择。年微软的BingTranslator率先发布了神经机器翻译技术。GoogleTranslate和AmaonTranslate现在也提供各自的系统，与其竞争。在神经机器翻译之前，机器翻译引擎只能单向运行——比如把西班牙语转换成英语。如果你想把英语翻译成西班牙语的话，你就必须从一个不同的数据集重新开始。如果想添加第三种语言的话，那你就是疯了。但是通过神经机器翻译，工程师们可以交叉运用这些数据。这从根本上加速了开发，让机器翻译引擎从零到几个月、几年时间取得了惊人的发展。现在，企业可以安全地使用机器学习来翻译影响较低的内容：例如产品评论、没人阅读的监管文档、电子邮件。
但是需要注意的是：免费的机器翻译工具——不管是神经的还是非神经的——都是具有一定数据安全风险的。Translate.
转载请注明：http://www.0431gb208.com/sjszyzl/1245.html
